XiaoMi-AI文件搜索系统
World File Search Systemefl
文章：Drake, Archie, Keller, Perry, Pietropaoli, Irene 等人（另外 9 位作者）（2022 年）英国人工智能相关决策的法律争议：政策反思。国际法律、计算机和技术评论。第 251-285 页。ISSN 1364-6885
摘要 本文将英国的法律争议视为 AI 政策的有益反思来源。政府已经发布了“国家 AI 战略”，但鉴于公众信任度存在疑问，该战略的有效性尚不清楚。一个关键问题是英国明显将法律“边缘化”。英国召开了一系列活动来调查对这些问题的关键法律观点，最终召开了针对五个领域的专家研讨会。与会者在自动化决策 (ADM) 的更广泛趋势背景下讨论了 AI。最近法律诉讼的激增预计还将继续。讨论阐明了个别案例与治理发展和更广泛的“AI 相关决策”系统性联系的各种方式，特别是由于透明度和意识方面的长期问题。这为提出与该领域政策相关的批评的主要群体的观点提供了全新的、当前的见解。政策制定者对法律和法律程序的忽视是导致英国最近实际实施 ADM 时出现质量问题的原因之一。现在需要发出强烈信号，从日益增加的不信任恶性循环转向能够赢得公众信任的方法。本文总结了建议，供政策制定者参考。
David Crowley 回顾 2024 年的成就
财政前景 威斯康星州第 12 号法案的积极财政影响：密尔沃基县继续见证威斯康星州议会两院于 2023 年 6 月通过的两党威斯康星州第 12 号法案带来的好处。这项两党法律二十多年来首次改革了该州的地方收入分享结构。该立法允许密尔沃基县增加收入，以应对其独特的财政挑战和遗留的养老金问题。事实上，第 12 号法案现在允许密尔沃基县雇员退休系统 (ERS) 在 87 年后向新加入者关闭。随着新员工从明年开始加入国家养老金系统，县长克劳利期待养老金挑战的历史成为过去，这样纳税人就可以省钱，领导者可以着眼于未来，社区可以共同前进。
农业生态学和牧民如何有助于土地恢复？利雅得的反思，UNCCD COP16
在Abdijan COP15中，DP PPZS/ISRA/CIRAD/CSFD遇到了GGW目标，可以选择将牧民纳入恢复和造林计划。«萨赫勒（Sahel）中的造林和牧民：（重新）调和土地用来振兴大绿墙»。在这个半干旱的环境中，牧民的弹性取决于树木。因此，可以使牧民与大绿墙（GGW）倡议的目标保持一致。但是，这种合作需要深入了解“公共”在牧养系统中的作用，与当地人口共同开发解决方案以及在当地一级建立利益相关者的能力，以确保对恢复资源的可持续管理。这个想法出现在Dundi Ferlo Project与Weforest，Avsf，Isra，Cirad和AsergMV公约的项目中。
改进的萤火虫快速探索随机树算法用于机器人路径规划
在机器人技术中，高效的路径规划使机器人能够独立工作并随着时间的推移在不断变化的环境中移动。这项研究将快速探索随机树 (RRT) 架构与萤火虫算法 (FA) 相结合，以使机器人的路径规划更好。提出的 ERRT-FA，即“使用萤火虫算法增强的 RRT”，使用萤火虫的社交习惯生成更好的路线。使用萤火虫社交习惯规划路线可以有效地帮助探索配置空间。FA 的作用是通过提供对搜索空间的优化探索来增强 RRT 算法，最终优化 RRT 算法找到的路径并在复杂环境中找到更好的路径。FA 的基本思想是通过根据萤火虫的强度优化萤火虫的位置来优化 RRT 算法得到的路径。各种测试表明，在许多机器人情况下，ERRT-FA 的效果优于 RRT 算法。这表明计算时间、探索效率和路线长度显著减少，统计分析显示平均减少。这样的结果表明，所提出的 ERRT-FA 是优化 ERRT-FA 作为完美路径规划的替代解决方案。
表征脊髓刺激引起的脊柱反射，以恢复截肢较低的人的感觉
脊髓刺激（SCS）是一种现有的临床神经技术，用于通过沿着硬膜外空间中线植入的电极刺激脊髓的背侧柱来治疗慢性疼痛[10]。最近，我们证明，通过植入SC在腰椎硬膜外空间侧面引导，我们可以在降低截肢截肢的人缺失的肢体中引起感觉[9]。SC在脊髓的横向上传递的 SC会激发从本体受体（即原发性和次级肌肉纺锤体和高尔基肌腱传统）和机械感受器（即Aβ皮肤传入）的轴突[11]。 通过刺激这些传入的纤维，SCS参与脊柱反射途径，引起肌肉反应，称为后根肌肉（PRM）反射，可以使用肌电图（EMG）记录[12-14]。 PRM反射是由本体感受性和皮肤传入纤维的多段激活引起的复合反射反应，这些传入纤维在脊柱运动神经元和中间神经元上突触[13,15,16]。SC会激发从本体受体（即原发性和次级肌肉纺锤体和高尔基肌腱传统）和机械感受器（即Aβ皮肤传入）的轴突[11]。通过刺激这些传入的纤维，SCS参与脊柱反射途径，引起肌肉反应，称为后根肌肉（PRM）反射，可以使用肌电图（EMG）记录[12-14]。PRM反射是由本体感受性和皮肤传入纤维的多段激活引起的复合反射反应，这些传入纤维在脊柱运动神经元和中间神经元上突触[13,15,16]。
推进能源创新：2024年的反思...
2024年一直是能源过渡进步的里程碑式时期。对气候变化的日益关注，加上技术进步和支持性政府政策，加速了采用可再生能源和创新的能源存储解决方案。在全球范围内，在过去的二十年中，可再生能源能力已成倍增长。根据国际可再生能源局（IRENA）的说法，全球能力在2000年至2023年之间增加了415％。这次扩张的领导人是中国，它在2023年实现了26％的增长，大幅超过欧洲（10％）和美国（9％）[1]。这一显着的进步部分是由于光伏技术和风能技术的大幅降低所驱动的。彭博社报告说，在2023年，太阳能光伏的水平成本（LCOE）达到了$ 41/MWH的历史低位，比2022年下降了22％[2，3]。预计这种下降趋势将继续，巩固了太阳能作为最有竞争力的能源之一的地位。同时，储能技术经历了变革性的进步。锂离子电池现在比以往任何时候都更有效，更具成本效益，促进了大规模存储系统的部署，从而使可再生能源无缝集成到电网中[4]。此外，诸如绿色氢和热能储能之类的新兴技术已成为对未来能源挑战的有希望的解决方案。全球电动销售电动行动部门还看到了指数级的增长，这是由更广泛的电动汽车模型驱动的，扩大了充电基础设施和支持性的政府激励措施。
通过人工智能观看历史电影：对文物藏品图像检索的思考
第二次世界大战后，世界各地开始开设大量电影资料馆，国际电影档案联合会 (FIAF) 的活动也恢复了活力，促进了展览巡回，公众通过展览重新接触档案电影 (Tadeo Fuica 2019: 28–32)。这促使人们质疑当时之前电影史的书写方式，并引发了一场深刻的史学辩论。为了回应莫里斯·巴代什 (Maurice Bardèche) 和罗伯特·布拉西拉赫 (Robert Brasillach) (1935) 等人撰写的历史，这些历史大多基于电影爱好者的记忆，乔治·萨杜尔 (George Sadoul) (1946, 1947, 1948, 1949) 和让·米特里 (Jean Mitry) (1968) 等作家发展了更为严格的方法论，强调了观看电影和情境化的重要性 (Louis 2020: 117–30)。几十年后，档案保管员需要保存其资料，而学术界又愿意重新接触历史方法，这两者相结合，为该领域的新转折做好了准备（Elsaesser 2012：592-93）。1978 年布莱顿 FIAF 大会被广泛认为是实现这一变化的事件，因为它为学者们提供了观看早期电影档案片段的机会（Gaudreault 等人 2012：3）。与档案珍宝的接触使研究人员能够重新审视当时一直沿用的目的论方法，这种方法将早期电影边缘化并低估了其价值（Gaudreault 和 Gunning 1989）。这次大会还强调了档案保管员和历史学家之间合作的必要性，以推动该学科的发展（Gaudreault 2006，Gunning 2006）。
人工智能时代学校道德教育的反思
人工智能技术正在深刻改变人们的生产、生活和学习方式。对学校教育也产生了深远影响，数字赋能教育研究成为教育领域的一大热点。本研究从德育的思想渊源出发，结合自身的专业优势，从人工智能丰富德育内容、拓展德育方法、赋能德育评价三个方面，探索人工智能德育实施的更为切实可行的举措，以期为中小学德育发展提供可行性建议。主要方法包括文献综述、现状分析、创新路径探索等。学科领域
Ching, A. C. H.、Law, S. W. 和 Ng, D. T. K. (2024) 评估全球公民课程对培养商学院学生的人工智能素养技能的影响。在：人工智能素养教育的有效实践：案例研究与反思。Emerald Publishing。ISBN 9781836088530 可在 https://centaur.reading.ac.uk/119918/ 获得
如今，随着组织和公司越来越多地利用人工智能 (AI) 的力量，越来越需要确保未来商业和管理等领域的专业人士能够拥有相关必要的知识、技能和思维方式，以应对人工智能技术的道德和社会影响。本研究评估了香港一所大学为商学院学生设计的专门人工智能素养课程的效果。该课程旨在通过自定进度的材料、实践活动、案例研究讨论和设计思维活动，让参与者对人工智能概念有基本的了解。通过一种涉及评估调查、学生和教师反思的混合方法，本案例研究考察了该课程如何有效地培养学生作为未来商业领袖和全球数字公民的人工智能素养。人工智能能力包括理解基础人工智能和 GenAI、合乎道德地使用人工智能应用程序、批判性地分析人工智能系统、识别潜在的社会风险以及在坚持道德原则的同时做出数据驱动的决策。研究结果提供了宝贵的见解，表明有针对性的人工智能教育在为下一代商业专业人士做好准备以应对不断变化的数据格局以及为这些变革性技术的负责任发展做出贡献方面发挥着重要作用。